AI 기반 병리 분석 솔루션 전문 기업 ㈜에이비스(대표 이대홍)가 대한의료인공지능학회(KoSAIM) 2025년도 정기학술대회에서 우수 포스터상(Certificate of Merit)을 수상했다고 12일 밝혔다.
이번 수상은 에이비스 AI연구팀과 가톨릭의대 병리과 정요셉 교수의 공동 연구 ‘트랜스포머 모델 기반 차세대 AI 모델을 활용한 IHC(면역조직화학) 정량분석 정확도 향상’의 기술적 성과를 인정받은 결과다.
IHC 염색은 암 진단에서 필수적인 병리 검사이지만, 슬라이드 내 수많은 세포 중 종양 세포를 정확히 선별하고 정량화하는 작업은 어려움이 많았다. 기존 CNN 기반 AI 모델은 암세포와 비암세포를 구분하는 데 한계가 있어 정량분석 정확도와 신뢰도가 낮았다.
에이비스 연구팀은 이를 개선하기 위해 비전 트랜스포머(ViT) 아키텍처 기반 AI 모델을 개발했다. 해당 모델은 복잡한 조직 환경 속에서도 개별 세포핵을 종양 세포와 비종양 세포로 명확하게 선별하며, 정량분석 정확도를 크게 향상시켰다.
연구팀은 위암 조직 샘플 239개를 대상으로 Ki-67 지표 정량분석 성능을 검증했다. 에이비스 모델은 병리학자가 설정한 ‘free-hand’ 분석 방식과 단 1.2%p 차이로 사실상 전문가 수준과 일치하는 결과를 기록했다. 또한 다른 상용 AI 솔루션 대비 성능에서도 우수성을 입증했다.
이대홍 에이비스 대표는 “이번 수상은 국내 최고 권위 의료인공지능 학회에서 에이비스 차세대 AI 기술력을 인정받은 의미 있는 성과”라며, “자체 개발한 병리 AI 특화 아키텍처를 통해 기존 기술의 한계를 극복하고 실제 병리 진단 현장에서 신뢰할 수 있는 솔루션을 제공하기 위해 연구 개발을 지속하겠다”고 밝혔다.
- 관련 기사 더 보기
Avis Wins the KoSAIM 2025 Annual Conference Outstanding Poster Award
Avis Co., Ltd. (CEO Daehong Lee), a company specializing in AI-based pathology analysis solutions, announced on the 12th that it had won the Certificate of Merit for the Best Poster Award at the 2025 regular academic conference of the Korean Society for Artificial Intelligence in Medicine (KoSAIM).
This award is a result of recognition of the technical achievements of the joint research project, ‘Improving the Accuracy of IHC (Immunohistochemistry) Quantitative Analysis Using a Next-Generation AI Model Based on the Transformer Model’ by the Avis AI Research Team and Professor Yosep Jeong of the Department of Pathology at Catholic University of Korea.
IHC staining is an essential pathological test for cancer diagnosis, but accurately identifying and quantifying tumor cells among the numerous cells on a slide has proven challenging. Existing CNN-based AI models have limitations in distinguishing between cancer and non-cancerous cells, resulting in low quantitative analysis accuracy and reliability.
To improve this, the Avis research team developed an AI model based on the Vision Transformer (ViT) architecture. This model clearly distinguishes individual cell nuclei as tumor cells and non-tumor cells even in complex tissue environments, significantly improving the accuracy of quantitative analysis.
The research team validated the performance of quantitative analysis of the Ki-67 marker on 239 gastric cancer tissue samples. The Avis model achieved results virtually identical to expert-level results, outperforming the "free-hand" analysis method used by pathologists by a mere 1.2 percentage points. It also demonstrated superior performance compared to other commercial AI solutions.
Lee Dae-hong, CEO of Avis, said, “This award is a meaningful achievement that recognizes Avis’s next-generation AI technology from the most prestigious medical artificial intelligence society in Korea,” and added, “We will continue research and development to overcome the limitations of existing technologies and provide reliable solutions in actual pathology diagnosis sites through our self-developed pathology AI specialized architecture.”
- See more related articles
エイビス、KoSAIM 2025定期学術大会優秀ポスター賞受賞
AIベースの病理分析ソリューション専門企業(株)エイビス(代表イ・デホン)が大韓医療人工知能学会(KoSAIM)2025年度定期学術大会で優秀ポスター賞(Certificate of Merit)を受賞したと12日明らかにした。
今回の受賞は、Avis AI研究チームとカトリック医大病理とチョン・ヨセフ教授の共同研究「トランスモデルモデルベースの次世代AIモデルを活用したIHC（免疫組織化学）定量分析精度向上」の技術的成果を認められた結果だ。
ＩＨＣ染色は癌の診断に不可欠な病理学的検査であるが、スライド内の多数の細胞のうち腫瘍細胞を正確に選択し定量する作業は困難であった。従来のCNNベースのAIモデルは、がん細胞と非がん細胞を区別することに限界があり、定量分析の精度と信頼性が低かった。
Avisの研究チームは、これを改善するためにビジョントランス（ViT）アーキテクチャベースのAIモデルを開発しました。このモデルは、複雑な組織環境の中でも個々の細胞核を腫瘍細胞と非腫瘍細胞に明確に選別し、定量分析精度を大幅に向上させた。
研究チームは胃がん組織サンプル239個を対象にKi-67指標定量分析性能を検証した。 Avisモデルは、病理学者が設定した「free-hand」分析方式とわずか1.2％pの差で事実上専門家レベルと一致する結果を記録した。また、他の商用AIソリューションと比較して性能でも優秀性を立証した。
イ・デホン・エイビス代表は「今回の受賞は国内最高権威医療人工知能学会でエイビス次世代AI技術力を認められた意味ある成果」とし、「自ら開発した病理AI特化アーキテクチャを通じて既存技術の限界を克服し、実際の病理診断現場で信頼できる」
- 関連記事をもっと見る
Avis 荣获 KoSAIM 2025 年会杰出海报奖
专注于人工智能病理分析解决方案的 Avis Co., Ltd.（CEO：李大弘）于 12 日宣布，该公司在 2025 年韩国医学人工智能学会 (KoSAIM) 常规学术会议上荣获最佳海报奖荣誉证书。
该奖项是对 Avis AI 研究团队和韩国天主教大学病理学系 Yosep Jeong 教授合作开展的联合研究项目“利用基于 Transformer 模型的下一代 AI 模型提高 IHC（免疫组织化学）定量分析的准确性”的技术成就的认可。
免疫组化染色是癌症诊断中一项重要的病理学检测方法，但如何从切片上的众多细胞中准确识别和定量肿瘤细胞一直是一个难题。现有的基于卷积神经网络（CNN）的人工智能模型在区分癌细胞和非癌细胞方面存在局限性，导致定量分析的准确性和可靠性较低。
为了改进这一现状，Avis 研究团队开发了一种基于视觉转换器 (ViT) 架构的 AI 模型。即使在复杂的组织环境中，该模型也能清晰地区分单个细胞核，区分肿瘤细胞和非肿瘤细胞，从而显著提高定量分析的准确性。
研究团队对239例胃癌组织样本进行了Ki-67标记定量分析，验证了该模型的性能。Avis模型的结果与专家级分析结果几乎完全一致，仅比病理学家常用的“手工”分析方法高出1.2个百分点。此外，与其他商业人工智能解决方案相比，Avis模型也展现出更优异的性能。
Avis 首席执行官李大洪表示：“这项奖项意义非凡，它认可了 Avis 的下一代人工智能技术，并获得了韩国最负盛名的医疗人工智能协会的认可。”他还补充道：“我们将继续进行研发，克服现有技术的局限性，并通过我们自主研发的病理人工智能专用架构，为实际病理诊断现场提供可靠的解决方案。”
- 查看更多相关文章
Avis remporte le prix du meilleur poster à la conférence annuelle KoSAIM 2025
Avis Co., Ltd. (PDG Daehong Lee), une société spécialisée dans les solutions d'analyse pathologique basées sur l'IA, a annoncé le 12 qu'elle avait remporté le certificat de mérite pour le prix du meilleur poster lors de la conférence académique régulière 2025 de la Société coréenne d'intelligence artificielle en médecine (KoSAIM).
Ce prix récompense les réalisations techniques du projet de recherche conjoint « Amélioration de la précision de l'analyse quantitative IHC (immunohistochimie) à l'aide d'un modèle d'IA de nouvelle génération basé sur le modèle Transformer », mené par l'équipe de recherche en IA d'Avis et le professeur Yosep Jeong du département de pathologie de l'Université catholique de Corée.
L'immunohistochimie (IHC) est un examen histopathologique essentiel au diagnostic du cancer, mais l'identification et la quantification précises des cellules tumorales parmi les nombreuses cellules présentes sur une lame restent complexes. Les modèles d'intelligence artificielle (IA) existants, basés sur les réseaux de neurones convolutifs (CNN), présentent des limitations pour distinguer les cellules cancéreuses des cellules non cancéreuses, ce qui se traduit par une faible précision et une faible fiabilité des analyses quantitatives.
Pour remédier à cela, l'équipe de recherche d'Avis a développé un modèle d'IA basé sur l'architecture Vision Transformer (ViT). Ce modèle distingue clairement les noyaux cellulaires individuels comme étant des cellules tumorales et non tumorales, même dans des environnements tissulaires complexes, améliorant ainsi considérablement la précision de l'analyse quantitative.
L'équipe de recherche a validé la performance de l'analyse quantitative du marqueur Ki-67 sur 239 échantillons de tissu cancéreux gastrique. Le modèle Avis a obtenu des résultats quasi identiques à ceux des experts, surpassant la méthode d'analyse manuelle utilisée par les pathologistes de seulement 1,2 point de pourcentage. Il a également démontré une performance supérieure à celle d'autres solutions d'IA commerciales.
Lee Dae-hong, PDG d'Avis, a déclaré : « Ce prix est une réalisation significative qui reconnaît la technologie d'IA de nouvelle génération d'Avis de la part de la société d'intelligence artificielle médicale la plus prestigieuse de Corée », et a ajouté : « Nous poursuivrons la recherche et le développement pour surmonter les limitations des technologies existantes et fournir des solutions fiables sur les sites de diagnostic pathologique réels grâce à notre architecture d'IA spécialisée en pathologie développée en interne. »
- Voir plus d'articles connexes
You must be logged in to post a comment.